banner

Réseaux de Neurones et Apprentissage Profond

reseaux de neurones

 

 

Certification

Cette formation correspond à un bloc de compétence du titre « Chef de projet intelligence artificielle », en cours d’instruction auprès de France Compétences. Elle donnera lieu à une certification reconnue et enregistrée au Répertoire national des certifications professionnelles (RNCP) et sera à ce titre éligible au CPF.

Cette certification est capitalisable sur 5 ans. Vous pouvez choisir de préparer l’intégralité du titre progressivement au fil du temps ou faire reconnaître vos compétences complémentaires par la VAE.

 

Public cible et présentation

Ce programme est conçu pour des professionnels du domaine de la Data science et de l’informatique, ou pour tout scientifique et tout profil technique ou managérial disposant d’une connaissance préalable en algèbre linéaire, probabilités, statistiques et en programmation (Python), qui souhaite acquérir des compétences opérationnelles en réseaux de neurones artificiels (artificial neural networks) et en apprentissage profond (deep learning). Le programme permet également de découvrir comment déployer de manière éthique et responsable des solutions de deep learning. Ce programme vise enfin à renforcer et à favoriser les collaborations entre les équipes scientifiques et les directions métiers d'une entreprise.

Bien que la théorie de l’apprentissage profond remonte au milieu du 20e siècle, son application pour résoudre des problèmes complexes du point de vue humain ne date que d’une dizaine d’années. C’est à cette époque que la croissance des capacités de calcul a pu répondre aux forts besoins computationnels de nouveaux algorithmes, à leur optimisation et à l’augmentation des flux de données.

Aujourd’hui, les géants d’Internet (Amazon, Google, Facebook etc.) utilisent l’apprentissage profond pour segmenter leurs utilisateurs et recommander les contenus susceptibles de “faire du clic”. Mais ces dernières années, le deep learning s’est aussi ouvert à tous grâce au développement de l’open source, au partage de connaissances et à la miniaturisation des processeurs graphiques, capables d’entraîner les modèles de réseaux de neurones profonds.

Détection d’objets, diagnostics médicaux, reconnaissance vocale, restauration d’archives, prévision et prévention des risques : une entreprise peut dorénavant bâtir son business model autour d’une innovation applicative de l’apprentissage profond.

 

Objectifs

Cette formation vous permettra d’acquérir :

  • Une compréhension approfondie des éléments d’un réseau de neurones et de leurs relations
  • Une expérience concrète avec les méthodes de deep learning actuelles et leur application à des business cases
  • L’ensemble des outils et des compétences pour mettre en place des solutions de deep learning orientées business mais également responsables d’un point de vue social et éthique

 

Contenu

  • icone équipe

    Module 1 : Introduction aux réseaux de neurones

    Fondamentaux des réseaux de neurones artificiels, leur théorie et leurs applications business.

    Les principaux concepts abordés dans ce module sont : les réseaux de neurones, la propagation et la rétropropagation, l’initialisation, la régularisation et l’optimisation, la sélection des hyperparamètres.

  • icone équipe

    Module 2 : Méthodes actuelles de l'apprentissage profond

    Exploration des méthodes actuelles de deep learning et des façons de les appliquer dans un contexte business.

    Les principaux concepts abordés dans ce module sont : les réseaux de neurones convolutifs, la vision par ordinateur, les réseaux de neurones récurrents et la mémoire court-terme et long terme.

  • icone équipe

    Module 3 : Déploiement responsable du deep learning

    Déploiement d’une solution responsable basée sur le deep learning, en se concentrant sur l’interprétabilité et les implications sociales et éthiques.

    Les principaux concepts abordés dans ce module sont : l’interprétabilité, le déploiement de modèle, le flux de travail typique d'un projet d’intelligence artificielle.

 

Formateurs / Professeurs

ammar

Doreid Ammar

Expertise : Data science

Professeur Permanent | Directeur Académique | Data Science, Data Mining, Machine Learning, Artificial Intelligence, The Internet of Things, Computer Networks

Voir son profil

de france

Ysens de France

Expertise : Droit de l’Intelligence Artificielle

Professeure Associée | Droit de l’IA, Robotique terrestre, Robotique militaire, Application duale de l'innovation technologique, Droit international & européen appliquée à l'Intelligence Artificielle

Voir son profil

goffi

Emmanuel R. Goffi

Expertise : Ethique de l'IA

Professeur Associé et Directeur des Relations Internationales | Ethique de l'IA, Sciences Politiques, Relations Internationales

Voir son profil

hadjur

Hugo Hadjur

Expertise : Data science

Professeur Assistant | IA & Data Science, Machine Learning, Internet des objets, Analyse des réseaux sociaux, Analyse statistique appliquée au sport

Voir son profil

mathivet

Virginie Mathivet

Expertise : IA & Deep Learning

Professeur Expert | AI & Deep learning, Machine Learning, IoT, Réseaux de Neurones, Management de projets IA

Voir son profil

Szabados

Levente Szabados

Expertise : Data science

Visiting Professor | Data science, Artificial Intelligence, Innovation Leadership, Natural Language Processing, IT System Engineering, Management, Consultancy, Personal Coaching

Voir son profil

qualiopi

 

 

Réseaux de Neurones et Apprentissage Profond

  • access

    PrérequisConnaissances préalables en data science et machine learning.

  • diplome

    Lieu Boulogne BIllancourt

  • calendrier

    Durée de la formation9 jours

  • calendrier

    Dates21-23 Avril, 19-21 Mai, 14-16 Juin 2021

  • calendrier

    Prix4 200 Euros HT